NIPS2010における発表論文に見る、機械学習最前線 | gihyo.jp

なお、劣モジュラー性についてさらに知りたい方は、チュートリアル［3］が参考になります。 昨年のNIPSでの動向 それでは、昨年のNIPSでの動向を見てみましょう。 Bach［4］は、L∞ノルムが劣モジュラー関数のロヴァース拡張から導出できることを示すことにより, 劣モジュラー性とスパース性との関係を示しました。さらに, この洞察から教師あり学習で用いることができる新しい3つのノルムを提案しました。また、勾配法や近接法が劣モジュラー関数最適化に使えることを示し, 実験によりL1,とL2ノルムを用いるより精度が良いことを示しました。 Stobbe and Krause［5］は、劣モジュラー関数を凹関数の和として分解できる新しいクラス（decomposable submodular function）を定義し, カット問題, マルコフ確率場の最適化, 集合被覆問題などがその新しいクラスの最小化問

[chezou]

劣モジュラー流行ってきたの2010年だったか

[kana321]

NIPS2010における発表論文に見る，機械学習最前線

[richard_raw]

色補正テーブルの最適化を改善したいです……。

[n_shuyo]

gihyo.jp にこんな記事が載るなんて胸熱だなあ。tb_yasu さん GJ っす。

[kisa12012]

劣モジュラー

[nilab]

「NIPS（Neural Information Processing Systems）とは, 毎年カナダのバンクーバーとウィスラーで開催される機械学習分野最難関の国際会議です」新春特別企画：NIPS2010における発表論文に見る，機械学習最前線｜gihyo.jp … 技術評論社